视频与音频的同步生成
由于可以在生成视频的同时输出音频,因此减少了额外的添加音效工作,能够快速制作出具有临场感的视频。
一款能从文本或图像生成带音频的高清 1080P 视频的视频生成 AI 模型。具备自然的物理动态与表现力,并支持商用。
每个模型都有独立的演练场、定价和字段说明。按能力筛选后打开对应详情。
每个能力对应的模型 ID,以及它适合做什么。
| 模型 | ID | 说明 |
|---|---|---|
| Kling 3.0 Omni(文字转视频) | kling-video-v3-omni-text-to-video | 实现电影级画质和原生音画同步的全能AI视频生成模型 |
| Kling 3.0 Omni(参考图片到视频) | kling-video-v3-omni-refs-image-to-video | 基于画像再现一致角色的电影级通用视频生成模型 |
| Kling 3.0 Omni(图片转视频) | kling-video-v3-omni-image-to-video | 兼具压倒性一致性和电影级画质的进化型全能AI视频生成模型 |
兼具高品质的视觉呈现与音频生成能力,提供将创意直观转化为画面的功能。
站在破碎石阶上的强大法师举起法杖,释放出裹着蛇形火焰的毁天灭地般的火焰攻击。这是一个充满戏剧性的电影特写镜头,完美诠释了角色决断时刻的威严与力量。
提示词
如同电影般震撼的一幕:一位强大的魔法师站在崩塌的石坛之上,头顶上空深红色的云朵正诡谲地旋转着。镜头从他身后升起,映出脚下诡谲闪光的符文。魔法师紧握魔杖,集中精神将其举向天际,杖尖顿时绽放出耀眼光芒。镜头迅速环绕拍摄,清晰捕捉到所有能量都汇聚于杖尖的瞬间。火花螺旋般升腾,形成如蛇般蜿蜒的烈焰(蛇形火焰)。当魔法师用力挥出魔杖之际,一道足以焚尽战场的火焰冲击波喷涌而出,尘土与火星在冲击波中狂舞。最后,镜头定格在他坚定果决的面容上,为整个场景…
由 Kling 3.0 Omni 生成
由 Kling 3.0 生成
由 Kling O1 生成
未来都市的屋顶上,一个赛博女孩在霓虹灯雨中激情四溢地跳着街舞。动态的摄像机镜头紧紧追随她的身影。
提示词
未来都市的屋顶上,身着发光夹克的赛博女孩正在跳街舞。霓虹灯般的雨水在地面反射,背景是快速穿行的悬浮车和巨型全息广告。动态的低角度摄像机捕捉着她的舞步,快速切换镜头,强烈的节奏感与粒子特效相结合,4K高帧率呈现电影级动作场面——赛博朋克舞蹈,动态摄像机,最佳画质。
由 Kling 2.6 生成
由 Kling 3.0 生成
由 Kling O1 生成
一只极其逼真的白狼在雪夜的山顶上飞奔。月光与飞舞的雪花构成了一幅充满活力的景象,令人叹为观止。
提示词
一只极其逼真的野生白狼在雪山的月夜中疾驰而过。它毛发随风飘动着,雪花四处飞扬,月光照亮了它强健的肌肉线条和呼出的白色气息。镜头从侧面追随它,随后切换到前方低角度拍摄。画面充满了动态的追逐感和雪花特效,搭配4K高帧率,呈现出电影级野生动物纪录片般的质感。关键词:光线效果、雪花特效、4K高帧率、电影级野生动物纪录片风格、照片级逼真狼群奔跑场景、雪夜场景、电影级动态感。
由 Kling 3.0 生成
由 Kling O1 生成
由 Veo 3.0 生成
这个系列常见的制作场景。
从文本或商品图片生成带有音频的1080P视频,提高社交媒体广告与营销素材的制作效率。
通过加载最多 7 张参考图片,可以在保持主体特征和一致性的同时,制作出动作流畅的视频。
支持从写实风格到3D、超现实世界观等多重风格,可快速完成策划阶段的视觉呈现与分镜制作。
先看成片限制和起步积分,再决定要不要换模型做同一类任务。
| 模型 | 最长片段时长(单次生成) | 多模态参考输入 | 最高分辨率 | 原生音频 | Sousaku 起步价 |
|---|---|---|---|---|---|
| Kling 3.0 Omni | 最长 10 秒 | 最多 7 张图像 | 最高 1080P | ✅ | 4 积分/秒 |
| Kling 2.6 | 最长 10 秒 | ❌ | 最高 1080P | ✅ | 8 积分/秒 |
| Kling 3.0 | 最长 10 秒 | ❌ | 最高 1080P | ✅ | 4 积分/秒 |
从注册到第一次成功调用。所有模型都走同一套步骤。
注册并完成验证,即可签发 API 密钥并使用演练场。
点上方卡片,查看该模型的详情、定价和字段说明。
先用表单确认输入和参数,再接入自动化。
详情页字段说明列出必填参数,create_task 里用同样的字段名。
用密钥调用生成接口,轮询至任务成功,再下载结果。
在模型定价页和控制台查看积分消耗。
Sousaku 上的其他系列。同一把密钥,同一套任务流。